AI Agent

MUTE: Return-Preserving Communication Unlearning for Efficient Multi-Agent Coordination

MUTE：用于高效多智能体协调的保留回报通信遗忘

Rui Zuo, Qinwei Huang, Mingyang Li, Zhenhang Zhang, Simon Khan, Qinru Qiu

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 研究多智能体强化学习中智能体间通信问题，提出MUTE框架，将通信减少视为价值引导的机器遗忘问题，用注意力估计器量化反事实消息值，通过双目标机制实现通信稀疏化并保留原始联合策略回报。

SafeGuard: A Multi-Agent Perception-Reasoning Framework for Social-Risk AI-Generated Video Detection

SafeGuard：用于社会风险AI生成视频检测的多智能体感知-推理框架

Wenlin Wu, Sheng Zhou, Peipei Song, Wenhao Wang, Junbin Xiao, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） ； Vast Intelligence Lab（旷视智能实验室） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 针对AI生成视频检测挑战，提出SafeGuard多智能体框架，通过感知求解器与验证器协作，引入SafeVid基准，实验证明其泛化性佳，提升检测准确率。

Comments Accepted to ECCV 2026, The code and dataset are publicly available at https://github.com/williamw99/SafeGuard

Cross-Domain Query Translation for Network Troubleshooting: A Multi-Agent LLM Framework with Privacy Preservation and Self-Reflection

跨领域查询翻译用于网络故障排除：一种具有隐私保护和自反思的多智能体LLM框架

Nguyen Phuc Tran, Brigitte Jaumard, Karthikeyan Premkumar, Salman Memon

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出了一种多智能体LLM架构，用于弥合非技术终端用户与电信领域专家在私有网络环境中的沟通差距。该框架通过多智能体基于反思的推理协调专门的语言模型，解决三个关键挑战：(1) 使用双阶段分层方法准确分类与电信网络问题相关的用户查询；(2) 通过匿名化语义相关个人身份信息（PII）来保护用户隐私，同时保持诊断效用；(3) 将技术专家的响应翻译成用户可理解的语言。

Comments Accepted for publication in EuCNC & 6G Summit 2026. copyright 2026 IEEE. Personal use is permitted, but republication/redistribution requires IEEE permission

Journal ref EuCNC & 6G Summit 2026

ECTraj: Enhanced Consistency Training for Multi-Agent Trajectory Prediction

增强多智能体轨迹预测的一致性模型

Alen Mrdovic, Qingze, Liu, Danrui Li, Mathew Schwartz, Kaidong Hu, Sejong Yoon, Mubbasir Kapadia, Vladimir Pavlovic

机构 * Rutgers University - New Brunswick（罗格斯大学-新不伦瑞克分校） ； New Jersey Institute of Technology（新泽西理工学院） ； The College of New Jersey（新泽西学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出ECTraj，通过改进训练和条件生成方法，提升多智能体轨迹预测的一致性模型性能，实现更快推理和更准确预测，建立新的基准。

Lying with Truths: Open-Channel Multi-Agent Collusion for Belief Manipulation via Generative Montage

用真理欺骗：通过生成蒙太奇进行开放式通道多智能体合谋以操纵信念

Jinwei Hu, Xinmiao Huang, Youcheng Sun, Yi Dong, Xiaowei Huang

机构 * University of Liverpool（利物浦大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 多智能体 ：agent(title)；multi-agent(title)；autonomous agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文研究了通过公开通道分发真实证据片段，利用多智能体合谋操纵信念的新威胁，提出了生成蒙太奇框架，展示了在14种LLM家族中74.4%的攻击成功率，并揭示了更强的推理能力反而增加了易受攻击的风险。

Comments Accepted to the ACL 2026 Main Conference (Oral Presentation)

Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 5979-5996, San Diego, California, United States, July 2026

Diagnosing and Mitigating Compounding Failures in Agentic Persuasion via Taxonomic Strategy Retrieval

诊断与缓解智能体说服中的复合失败：基于分类策略检索

Sana Ayromlou, Purvi Sehgal, Pradyumna Narayana

机构 * Google（谷歌） 纠错

专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 针对智能体在主观任务中因语义泄露导致的复合错误，提出分类策略RAG（TS-RAG），通过离散类别瓶颈解耦论证结构与主题内容，显著提升抽象逻辑迁移能力，并在非对称部署中增强轻量级说服者性能。

An Evaluation of Role-Based Multi-Agent Code Generation on Repository-Scale Problems

基于角色的多智能体代码生成在仓库规模问题上的评估

Benedetta Donato, Noah Hagar-Dent, Aaron Worsnop, Leonardo Mariani, Valerio Terragni

专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.SE；agentic(comments)

AI总结 研究基于角色的多智能体代码生成在仓库规模问题上的效果，通过对12个Java仓库评估，发现其生成代码与开发者代码更相似，但与人工实现仍有差距。

Comments 8 pages, 1 figure, 2 tables. Accepted for publication in the IEEE Software Special Issue on Engineering Agentic Systems

Journal ref IEEE Software 2026 - Special Issue on Engineering Agentic Systems

An Exploration of Agentic Information Fusion for Test Maintenance Prediction

用于测试维护预测的智能信息融合探索

Jingxiong Liu, Nasser Mohammadiha, Gregory Gay

机构 * Chalmers University of Technology and University of Gothenburg（楚德斯技术大学和戈特堡大学） ； Ericsson AB（爱立信有限公司） ； University of Gothenburg（戈特堡大学） 纠错

专题命中 多智能体 ：agentic(title)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE

AI总结 研究针对测试维护预测问题，提出多智能体框架MAST，通过智能融合多种分析方法及后检查程序，在实际场景中评估，提升了测试维护预测水平。

MechMath Agent Team: LLM Driven Agents for Mathematical Research

机械数学智能体团队：用于数学研究的大语言模型驱动智能体

Yichuan Cao, Ruichen Qiu, Junqi Liu, Jiaqi Wang, Dakai Guo, Ruyong Feng, Lihong Zhi, Xiao-Shan Gao

机构 * State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, CAS（中国科学院数学与系统科学研究院数学科学国家重点实验室） ； School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学高等研究院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 针对数学研究给现有推理系统带来的挑战，提出机械数学智能体团队，设计三方架构，实例化三个专业智能体，闭环协作生成形式化认证的数学证明，经评估可在研究全周期辅助，有通用架构、系统实例及实证验证三大贡献。

Attributing Emergence in Million-Agent Systems

对百万智能体系统涌现的归因

Ling Tang, Jilin Mei, Qian Chen, Qihan Ren, Linfeng Zhang, Quanshi Zhang, Jing Shao, Xia Hu, Dongrui Liu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出一种归因方法，用于在百万级智能体系统中归因宏观现象，该方法在速度和理论基础上均优于现有方法，并证明了全规模归因对非线性宏观指标的必要性。

HVR-Met: A Hypothesis-Verification-Replanning Agentic System for Extreme Weather Diagnosis

HVR-Met：一种用于极端天气诊断的假设验证-重新规划智能系统

Shuo Tang, Jiadong Zhang, Gengxian Zhou, Qizhao Jin, Qinxuan Wang, Yi Hu, Ning Hu, Hongchang Ren, Lingli He, Shiming Xiang, Jingtao Ding, Jian Xu, Jiaolan Fu, Cheng-Lin Liu

专题命中 多智能体 ：agentic(title)；agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 针对深度学习天气预报难以应对极端天气诊断的挑战，提出HVR-Met多智能体气象诊断系统，其核心是假设验证-重新规划闭环机制，引入新基准测试，实验证明该系统在复杂诊断场景中表现出色。

Chasing Moving Targets with Online Self-Play Reinforcement Learning for Safer Language Models

通过在线自我博弈强化学习追踪移动目标以实现更安全的语言模型

Mickel Liu, Liwei Jiang, Yancheng Liang, Simon Shaolei Du, Yejin Choi, Tim Althoff, Natasha Jaques

专题命中 多智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.CL、cs.LG

AI总结 研究传统大语言模型安全对齐问题，引入Self-RedTeam算法，通过在线自我博弈多智能体强化学习持续共同进化攻防策略，有理论安全保障，实证效果好，推动从被动修补到主动协同进化转变。

Comments ICML 2026 Poster

Dissociative Identity: Language Model Agents Lack Grounding for Reputation Mechanisms

分离性身份：语言模型代理缺乏声誉机制的基础

Botao Amber Hu, Helena Rong, Max Van Kleek

机构 * University of Oxford（牛津大学） ； New York University Shanghai（纽约大学上海分校） 纠错

专题命中 多智能体 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文指出语言模型代理因本体上的分离性（模块可替换、身份流动）而无法满足声誉机制所需的身份持续性、行为可预测性和制裁敏感性，从而提出转向基于可观察性、事前、构成性、协议的行为约束。

Comments Accepted by FaccT 2026

Second MOASEI Competition at AAMAS'2026: A Technical Report

2026年AAMAS会议上的第二届MOASEI竞赛：技术报告

Ceferino Patino, Tyler J. Billings, Alireza Saleh Abadi, Daniel Redder, Adam Eck, Prashant Doshi, Leen-Kiat Soh

专题命中 多智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 介绍2026年开放代理系统评估方法倡议（MOASEI）竞赛，在2025年基础上保留部分领域并新增内容，扩展报告指标，总结竞赛设计、与上年差异及拼车评估结果，DLC方法获拼车赛道冠军。

Comments Report from the MOASEI'2026 Competition held at AAMAS'2026

Seduced by the Narrative: Assessing Rule Adherence in Semi-Open Textual Sandboxes

被叙事诱惑：评估半开放文本沙盒中的规则遵守情况

Weiying Chen, Junlong Shen, Zhanyuan Guo, Xiaoou Zhou

机构 * University of Alberta（阿尔伯塔大学） ； Qilu University of Technology（齐鲁工业大学） ； N-Dice Association（N-Dice协会） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

AI总结 研究在半开放文本游戏环境中，当用户意图与系统规则冲突时大语言模型的规则遵守问题。基于桌面角色扮演游戏机制构建多智能体对抗基准CoC-Seduce，用前沿模型生成样本，对20个目标裁决器进行基准测试。

The Language of Bargaining: Linguistic Effects in LLM Negotiations

谈判语言：大语言模型谈判中的语言效应

Stuti Sinha, Himanshu Kumar, Aryan Raju Mandapati, Rakshit Sakhuja, Dhruv Kumar

机构 * BITS Pilani（BITS 普利尼） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

AI总结 研究通过多智能体模拟，在保持游戏规则等不变的情况下，系统分离英语和四种印度语言框架在不同游戏中的语言效应，发现语言选择对结果影响大，且因任务而异，强调仅用英语评估LLM谈判有局限。

Comments Under Review

Integrated Altruistic and Fairness Preference Induces Advanced Mutual Cooperation in Sequential Social Dilemmas

整合利他与公平偏好可在序列社会困境中促成高级相互合作

Yu Wei, Yukiko Ogura, Yoshiyuki Ohmura, Ildefons Magrans de Abril, Hoshinori Kanazawa, Yasuo Kuniyoshi

机构 * The University of Tokyo（东京大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 在多智能体强化学习中，诱导分布式智能体合作困难，尤其在社会困境中。本文设计整合利他与公平偏好的效用函数，在序列社会困境博弈中对比实验，表明该方法能成功实现相互合作，还探讨了偏好对智能体行为的影响。

Social Networks of LLM Agents

大语言模型智能体的社交网络

Kaixuan Liu, Guojun Xiong, Weinan Zhang, Shengpu Tang

机构 * Department of Computer Science（计算机科学系） ； Emory University（埃默里大学） ； School of Computer Science（计算机科学学院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 研究大语言模型智能体群体中集体信念形成问题，介绍SNLA框架，该框架考虑智能体实际影响力，理论与实证验证窄注意力导致羊群效应，宽注意力在特定条件下恢复群体智慧行为。

AI Native Games: A Survey and Roadmap

AI原生游戏：综述与路线图

Zhiyue Xu, Fandi Meng, Kaijie Xu, Clark Verbrugge, Simon Lucas, Jian Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究所） ； School of Computer Science, McGill University, Montreal, Quebec, Canada（麦吉尔大学计算机科学学院） ； Game AI Research Group, Queen Mary University of London, London, United Kingdom（伦敦女王学院游戏人工智能研究组） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文定义AI原生游戏为运行时生成式AI构成核心循环的游戏，提出G/N分类法分析53个实例，指出核心设计问题是将语义开放性组织为稳定游戏玩法，并给出路线图。

Cooperation in Conic Programming with Applications to Control, Production, and Portfolio

圆锥规划中的合作及其在控制、生产和投资组合中的应用

Miguel Martínez-Antón, Justo Puerto

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 介绍合作圆锥博弈类，统一多种基于优化的合作博弈。利用圆锥规划和对偶理论推导核心收益分配条件及计算方法，通过多应用展现框架表达力。

Modeling Decision-Making with Will for Cooperation in Social Dilemmas

在社会困境中通过意志促进合作的决策建模

Yizhe Huang, Bin Ling, Song-Chun Zhu, Xue Feng

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出'意志'机制，通过持续追求目标而忽略局部成本收益波动，以解决社会困境中合作失败问题，发现意志强度异质性促进合作，自主暂停理性重新评估的智能体表现更优。

Comments Accepted at CogSci 2026

Human Thinking under Plural LLM Assistance: Mathematical Problem Solving and Open-Ended Writing

超越AI导师：基于LLM代理的社会学习

Harsh Kumar, Jace Mu, Jonathan Vincentius, Ashton Anderson

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文通过两个实验探讨多代理LLM配置是否能提升学习效果，发现与单代理相比，多代理能增强学习成果并避免单一模型的同质化问题。

Comments Working draft

Distributed Stochastic Proximal Algorithm on Riemannian Submanifolds for Weakly-convex Functions

欧几里得空间中紧致嵌入子流形上弱凸函数的分布式随机近端算法

Jishu Zhao, Xi Wang, Jinlong Lei, Shixiang Chen

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究欧几里得空间中紧致嵌入子流形上弱凸函数的分布式随机优化问题，利用收缩和黎曼共识协议提出算法框架并分析三种算法，证明其收敛性并给出收敛速率，通过数值实验验证结果。

Nonlinear receding-horizon differential game for drone racing along a three-dimensional path

用于三维路径无人机竞速的非线性滚动时域微分博弈

Kijin Sung, Kenta Hoshino, Akihiko Honda, Takeya Shima, Toshiyuki Ohtsuka

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 针对无人机竞速控制挑战，研究提出非线性滚动时域微分博弈框架（NRHDG），通过预测对手行为改进标准非线性模型预测控制，给出新路径跟踪公式、势函数及性能指标，仿真显示其在超越和阻挡性能上优于NMPC。

Comments 20 pages, 14 figures; simulations and figures added to show the superiority of the proposed method; license changed to CC BY 4.0

Teaming Up with AI: Coordination and Cooperation

与人工智能合作：协调与协作

Nicole Immorlica, Inbal Talgam-Cohen

机构 * Yale University and Microsoft Research（耶鲁大学和微软研究院） ； Tel Aviv University（特拉维夫大学） 纠错

专题命中 多智能体 ：AI agent(abstract)；分类 cs.AI

AI总结 探讨如何在劳动力中与人工智能协作以最大化经济价值并实现‘真正’协作。结合理论计算机科学和经济学，考虑协调与合作两层工具，展示基于算法和经济研究的方法可增强两者，为AI市场研究指明方向。

Governed Caste Reassignment in Heterogeneous Swarms: An Asymmetric-Trust Protocol with Audited Operator Countersignature

异构群体中的受管种姓重新分配：一种带审核操作员副签名的不对称信任协议

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 研究异构机器人群体中种姓重新分配，提出不对称信任协议，自动收紧重分配可自动进行，受限放宽需操作员副签名，经评估能抵御多种攻击，还构建分布式审计层并证明相关特性。

Comments 28 pages, 3 figures, 5 tables

Robust Receding Horizon Games with Additive Uncertainty

具有加性不确定性的鲁棒滚动时域博弈

Dinesh Patra, Tanish Jain, Ashish R. Hota

专题命中 多智能体 ：agent(abstract)

AI总结 研究多智能体驱动线性系统的滚动时域博弈，提出结合基于管的约束收紧与有限时域广义纳什均衡问题的鲁棒控制框架，保证递归可行性，利用潜在博弈结构证明状态收敛。

Asynchronous Sensitivity-Based Distributed NMPC

基于异步灵敏度的分布式非线性模型预测控制

Maximilian Pierer von Esch, Andres Völz, Knut Graichen

专题命中 多智能体 ：agent(abstract)

AI总结 提出用于非线性连续时间系统的协同分布式模型预测控制方案，通过固定次数基于灵敏度的分布式编程异步求解集中式最优控制问题，证明其优势。

AI Premium

AI溢价

Nicola Borri, Yukun Liu, Aleh Tsyvinski

专题命中 多智能体 ：agentic(abstract)

AI总结 基于380万亿token的AI消费数据，构建AI因子并发现高AI贝塔公司获得更高后续收益，AI溢价显著且异质，主要源于密集型、前沿导向的AI消费。

Volition-Guarded Multiagent Atomic Transactions: Describing People and their Machines

意志性多智能体原子事务：描述人与他们的机器

Andy Lewis-Pye, Ehud Shapiro

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出意志性多智能体原子事务作为描述人与机器协同系统的数学基础，通过人与机器的状态交互定义系统行为，为基层平台提供安全性和活力度量标准。